基于小波变换的运维数据加密存储方法

常规运维数据加密存储方法中，无法进行有针对性的细节数据加密，导致运维数据加密存储安全性能低，影响运维数据的隐私安全。因此，提出了基于小波变换的运维数据加密存储方法。拦截了运维数据，验证数据的身份特征；利用小波变换，设计了运维数据加密算法，对运维数据的细节数据进行了分析，提高了运维数据的加密安全性；构建了运维数据存储模型，提高了运维数据存储安全性，进而实现运维数据的安全加密存储。采用对比实验的方式，验证了该方法安全性能更高，能够应用于实际生活中。     

采用数据血缘的数据热度预测方法

数据之间存在相互引用关系，在进行数据开发时，通常存在一些具有高热度的数据，此类数据被其他数据大量引用，它们的缺陷往往会给整个大数据平台产出的数据结果带来极大影响。因此，对高热度数据进行预测并予以相应保护至关重要。面向基于数据热度的数据分级治理需求，提出一种采用数据血缘的数据热度预测方法。首先通过构建数据系统中的数据血缘捕获数据节点之间的引用关系；然后，提取数据血缘的时间和结构特征，并采用图卷积网络（GCN）进行数据血缘图特征的学习；最后，提出一种数据血缘传播趋势分层读出的方法读出图特征，对数据热度进行预测。在浙江中烟营销系统数据集ZJZY-SL和高能物理现象学相关论文引文数据集（HEP-PH）上的实验结果表明，相较于DeepCCP等方法，所提方法的识别准确率分别提升7.64、2.88个百分点，平均F1分别提升4.7、4.34个百分点。所提方法能充分挖掘数据在被引用早期的数据血缘特征，并预测数据节点未来的热度。     

面向数据信托的数据要素权益监管研究

当前，我国强调加快培育完善数据要素市场，促进数据要素流通，建设数据统一大市场。数据要素不同于传统劳动、资本传统生产要素，并存在非稀缺性等特殊特征。如果按照传统要素进行权益划分，就会导致数据要素在市场流通不顺畅，数据要素权属不明晰，数据要素权益划分标准及监管存在大量盲点。本文将根据数据市场权益划分现状与数据要素流通权益保障现状，提出基于数据信托的第三方动态权益保障模型，在保障各方权益的基础上促进数据的流通，加快数据统一大市场的建设。     

公安数据开放风险评估模型与管理措施

当前信息时代技术发展迅速，大数据技术逐渐成熟，各国政府对于政府数据的管理逐渐加强，对于政府数据开放的研究逐渐加深。警务数据作为政府数据开放的一部分，警务数据开放成为一种必然发展趋势，但在开放警务数据的同时也存在一定的风险，如个人隐私的侵犯、国家秘密的泄露、警务数据的保存等方面的问题，另一方面因为部门与部门之间沟通不畅，制度之间权责不明，加剧警务数据开放的风险，需要应对警务数据开放风险的管理对策。本文通过公安数据开放相关政策梳理，计算各指标风险值。根据本文对于公安数据开放风险的研究，公安数据开放的管理应在法律、管理和人员方面做相应的调整和加强。     

数据隐私保护与信息安全问题研究

目前数字化转型正在各行业快速发展，以数据、流量、知识为主的的数字经济时代已经到来，数据开放成为国家实施大数据战略的重要维度，数据在其中的重要性不言而喻，然而数据的开放性也给信息安全提出新的要求。本文把数据的流动作为主线，阐述数据的特征，分析数据共享、数据使用、数据管护三个阶段，分析数据隐私保护出现的问题，从国家、社会、个人的角度提出基于数据隐私保护的信息安全问题的建议。     

审计数据处理实验中的模拟数据生成系统

阐述了数据生成系统在计算机审计数据处理中的重要作用，分析了数据生成系统的功能和原理，并用Visual Basic 6.0实现了数据生成系统，论证了数据生成系统在计算机审计数据处理方法中的应用。研究表明，数据生成系统弥补了实际数据的不足，可以生成所需的实验数据，有助于审计数据处理方法的研究。     

基于云计算技术的网络信息数据聚类分析方法

常规的数据聚类分析方法主要以设定阈值的方式分析，数据随机性较大，导致聚类分析效果不佳，故设计基于云计算技术的网络信息数据聚类分析方法。首先，提取网络信息数据的聚类特征，避免网络信息数据的随机性分析；其次，利用云计算技术处理网络数据，并构建网络信息数据聚类分析模型，进一步分析数据的有效性；最后，进行对比分析。实验结果表明，该方法的聚类分析效果更佳，具有较高的推广价值。     

基于异构系统融合的高校数据平台建设研究

面对数据形式各异的高校大数据环境，根据部门当前业务发展需要和数据问题，建立数据融合平台，确保高校基础数据平台的数据质量，全面支撑教学大数据分析和教务数据稽查监控等工作。文章主要针对应用系统使用现状，研究异构系统融合的实现技术，并以具体案例说明数据平台的融合方案。     

基于大数据挖掘的电力客服中台数据智能整合方法

针对数据整合过程中屏蔽处理的异构数据较少，损耗较大的问题，提出基于大数据挖掘的电力客服中台数据智能整合方法。综合分析电力客服数据的时序性，引入大数据挖掘算法，挖掘电力中台数据，定义电力区域存在多个服务区域，聚合处理并生成电力客服逻辑区块，增加屏蔽异构数据，构建空间范围内的观测变量后，完成电力客服中台数据智能整合。搭建电力客服数据发送、接收结构，实验结果表明：所设计的数据整合方法实际产生损耗数值在20 kW左右，需要屏蔽处理的异构数据较多时，可以满足电力客服中台数据整合需求。     

数据湖技术研究综述

传统存储技术已经不适合大数据时代的数据分析和应用，数据湖概念的出现有效解决了数据存储成本高、灵活性低、异构数据多样化等问题。目前数据湖研究还处于早期阶段，缺乏覆盖数据处理全过程的综述性研究。为了更全面地了解数据湖技术，调查分析了近几年数据湖技术的研究成果。首先，梳理了数据湖发展历程和概念，并与其他类似的概念进行了比较；其次，对数据湖架构进行了调查，并根据架构特征把数据湖关键技术分为存储、数据摄取、数据维护、数据探索、数据治理等部分，分析和讨论了关键技术的最新研究进展、技术方案、研究缺陷以及今后研究方向；最后，调查了数据湖在各个应用领域的典型应用，为各行业数据湖的实施者提供了参考。     

基于模糊聚类算法的绿地园林养护信息数据整合模型

现有的信息数据整合方法的数据冗余较高，因此文章引入模糊聚类算法，以绿地园林养护信息数据为例，提出了基于模糊聚类算法的数据整合模型研究。首先，清洗处理信息数据；其次，建立信息数据整合模型；最后，利用模糊聚类算法，全方位地整合模型内的信息数据。实验分析可知，提出模型应用后，整合信息数据冗余比明显较低，整合效果优势显著。     

基于数据架构的结构化数据注册引擎设计

随着大数据时代的来临，结构化数据的种类、规模不断增加，但是目前针对于结构化数据的注册还没有相应的研究成果。为了解决结构化数据注册的问题，采用数据架构（DA）的思想和相关技术，结合数据注册中心（DRC），设计一种针对结构化数据的注册引擎，提出一种结构化数据的统一注册标准和注册方法，实现结构化数据的自动采集注册。通过实验与分析，注册引擎能够准确、高效地将结构化数据注册信息采集并写入DRC中，为国内外常用数据库的注册问题提出了一种解决方案，为DRC数据注册中心的结构化数据注册信息管理和应用奠定了坚实的基础。     

区块链技术在电能计量数据交互环节应用研究

电能计量数据是国家电网公司计量结算数据的唯一来源、为营销、电力交易等多个部门提供各项基础数据。当前，电能计量数据存在交互不可信、交互数据抵赖风险。提出基于区块链的计量数据可信交互方案，首先论述电能计量数据特点、交互方式，分析数据交互中存在的问题；其次，阐述区块链对计量数据交互场景的适用性；最后，结合计量数据交互场景提出数据可信交互方案。     

基于气象大数据云平台的海南气象数据共享平台设计与实现

为打破“数据孤岛”，推动气象数据跨部门融合使用，充分发挥气象数据科学价值，针对海南省气象部门与外部门数据共享方式杂乱、共享水平低、管理滞后等问题，依托专线网络，从气象数据需求类型、数据格式出发，设计了一套气象数据跨部门的分发处理流程。在气象大数据云平台数据环境的基础上，整合各类数据资源，基于B/S架构、SSH框架，采用分布式存储技术、数据缓存技术，建立了跨部门跨行业的气象数据共享平台。目前，该平台已经投入业务使用, 为海南省气象数据跨部门跨行业使用提供稳定、高效的实时数据共享服务，取得了较好的应用效果。     

基于LSM树的电网远程监控数据混合存储方法

受到数据合并方法的影响，电网远程监控数据混合存储过程的内存占用较大，为此，提出基于LSM树的电网远程监控数据混合存储方法。批量获取、处理电网远程监控数据，并构建LSM存储模型，设计数据合并方法，综合LSM树与SMR磁盘的特性，将多个监控数据合并为大文件；分析监控数据中包含的冗余数据，并将其清除，完成电网远程监控数据混合存储。实验结果表明：选取5000个监控数据小文件，使用3种方法进行监控数据混合存储测试，提出的设计方法使内存占用量降低了16.79 MB、29.17 MB,电网远程监控数据混合存储效果得到保证。     

基于改进遗传算法的计算机网络通信数据加密方法

常规的通信数据加密方法使用完整的时间序列获取数据加密特征，易受数据噪声影响，导致通信数据丢包率过高。因此，文章提出一种基于改进遗传算法的计算机网络通信数据加密方法，即利用复合混沌序列提取网络通信数据加密动态敏感特征，再结合种群进化曲线图，利用改进遗传算法构建计算机网络通信数据加密模型，从而完成计算机网络通信数据加密。实验结果表明，设计的计算机网络通信数据改进遗传算法加密方法的通信数据丢包率较低，加密效果较好，不易受外界噪声干扰，具有可靠性，有一定的应用价值，为降低计算机网络通信风险提供帮助。     

大数据时代下计算机网络安全防范分析

大数据是指海量数据的储存、分析和处理，应用于军事、金融、通讯、电信以及生物学、环境生态学等领域。科技信息飞速发展，数据信息成为必备生产工具，完全渗透在每个领域，人们对数据的精准度和需求随之增加，由于对海量数据的运用和开发，数据隐私权和计算机网络安全保护引起了专业人士的关注。在互联网快速发展的背景下，大数据信息丢失、被盗的风险系数增高，高度重视大数据信息的安全性是大数据时代下网络安全防范的重点。     

地平线扫描数据消重去噪系统设计

针对地平线扫描数据的多源异构特点，为了解决所出现的数据重复和数据噪声问题，选择基于可变长度数据分块的重复数据检测方法和基于TF-IDF的噪声数据检测方法，检测和删除重复数据和噪声数据。采用SOA架构的设计思想，使用Java编程语言设计地平线扫描数据消重去噪系统的开发。使用该系统进行数据预处理，能够有效提升高质量数据比例，为后续产业分析、技术识别做好数据层面的支撑。     

海洋大气数据共享服务系统的设计与实现

针对海洋大气数据存储量大、数据异构和存储分散等问题，为促进海洋大气数据开放共享和高效利用，设计和开发一套海洋大气数据共享服务系统。基于面向服务的SOA结构，对数据服务系统THREDDS和图形数据引擎LAS进行深入研究，选用SSM架构进行系统开发，实现数据发布共享、数据查询、数据可视化和数据下载等功能。用户通过浏览器和常用的数据分析软件，无需下载数据就可以在线查看和分析海洋大气数据和数据图形产品。应用实例结果表明，该系统实现了海洋大气数据的集成与交互式数据服务，能够满足用户的数据服务要求。     

基于最小生成树的不平衡数据集聚类算法

采用传统不平衡数据集聚类算法直接对数据集编码树进行构建，而未对数据集密度特征进行提取，造成传统算法数据聚类效果差，因此提出了基于最小生成树的不平衡数据集聚类算法。先利用数据区域密度的敏感性，提取数据密度特征，再利用提取的数据集密度特征构建编码树，并计算不平衡聚类状态下的数据集，最后基于最小生成树实现不平衡数据集聚类。设计对比实验，实验结果表明该研究算法聚类效果最好，具有研究价值。